使用walktrap使用大量步骤检测网络社区

时间:2014-07-10 16:50:14

标签: r graph igraph

我正在尝试使用" walktrap的R实现在我的网络中找到社区。"我的网络由大约300个节点组成,并且密集连接。正常的程序是使用4或5个步骤来指定随机游走的长度,但我尝试使用10000步只是为了看看会发生什么:

a=walktrap.community(g, weights = NULL, steps = 10000, 
    merges =TRUE, modularity = TRUE, membership = TRUE)  

得到的树形图看起来比只有4步的树形图更有意义。但我不明白为什么我会得到一个树状图。根据Pons和Latapy的论文,似乎无限步长极限内任意两个节点之间的距离变为零(r_ {ij})。我的网络(g)是定向的,但是在手册中说在算法中忽略了方向。

任何人都可以对此有所了解吗?

1 个答案:

答案 0 :(得分:2)

如果您查看论文,那么您会发现"真实"实际上是纸的名称,
使用" short"在大型网络中计算社区。随机散步。 文章中的属性1告诉我们,当步长为无穷大时,顶点i和顶点j之间的距离仅取决于顶点j的程度。 Property 1

所以,如果你设置一个非常大的步骤,你的图表是密集的(虽然我不知道你的图表有多密集)网络。顶点No.1和其他299个顶点之间的距离是相同的。它最终只会有一个社区。